跳至内文部份

section banner

项目配对

研究和设计一套基于机器学习并用于升降机自适应故障预测的数据分析系统

试验项目名称 研究和设计一套基于机器学习并用于升降机自适应故障预测的数据分析系统
(编号: P-0139)
已配对创科愿望 研究和设计一套基于机器学习并用于升降机自适应故障预测的数据分析系统
(编号: W-0213)
已配对创科方案 一种基于深度学习的非侵入式升降机健康状况监测和故障预警系统
(编号: S-0220)
方案特点
  • 进行电梯系统的现场测量以收集电梯系统的电流和来自其他量测装置的重要信号,并考虑正常和异常两种情况。
  • 我们也将用我们的设备来模拟电梯系统的电信号,并且开发一种数据挖掘算法来提取导致电梯故障的重要特征。
  • 考虑到海量高频率的采集数据,我们建议采用深度学习框架来学习各种特征与不同故障事件之间的复杂关系。
  • 该智能算法将被集成具有友好图形用户界面的软件包,功能包括电梯状况显示,异常事件诊断以及维护需求预测。
  • 此外,我们还将开发一种基于多媒体和动画技术的演示模型,以有效展示例如整个NICM系统的概念验证。
试验资料
试验地点 : 机电工程署总部大楼 及 政府宿舍
试验规模 : 5部升降机
试验期限 : 2020年1月 至 2020年6月
试验报告 - 总结报告 EMSD-M&V-P0139-W0213-S0220_Final.pdf(只提供英文版本)
方案提供者资料
方案提供者:香港理工大学
地址:九龙红磡香港理工大学电机工程系CF611室
联络人:许昭
职位:教授
电话:+852 27666160
电子邮件: eezhaoxu@polyu.edu.hk
页首